E fejezetben a bevezetőben említett tipikus problémákat elsősorban a saját, az Eurostat ÁKM-ekekkel kapcsolatos tapasztalataim alapján igyekszem megvilágítani.
2.1. A szükséges adatok nem állnak rendelkezésre
Ismeretes a “két Cambridge vitája” többek között arról, hogy lehet-e a különféle tőkefajtákat a profitrátától illetve általában a tőkék árától függetlenül aggregálni. Azt azonban kevesen tudják, hogy a statisztikák általában nemhogy a tőkefajtákat, de még az össztőkét sem tudják mérni sem folyó (piaci) áron, sem összehasonlító áron (volumenben). Amely országokban az állóeszközállományt mérik, azokban általában a “perpetual inventory method” (PIM) alapján mérik (lásd például OECD [2009]), ami lényegében a tőkeállományt egyik időszakról a következőre “lépteti” feltételezett amortizációs kulcsokkal csökkentve és a tárgyidőszaki beruházásokkal növelve. A forgótőkénél (készletek) sem jobb a helyzet, ahol a makrostatisztika ezt egyáltalán bemutatja, ott is adós marad a termék szerinti bontással. Ennek
oka főleg az, hogy a vállalatok a készleteiket input- (anyag), félkésztermék- és output- (késztermék) készletérték bontásban jelentik le, ami nem teszi lehetővé a termék szerinti bontást.
Aki azt hiszi, hogy a munkaerőállomány mérésénél sokkal jobb a helyzet, az nagyot csalódhat a tények láttán. A feketemunkát tettenérni igyekvő hatóságok ugyanis még a
“munkaviszony” fogalmát sem tudták tudományosan általános érvényűen meghatározni, ehelyett felsorolásokkal és különféle részleges ismérvek többségének való megfeleléssel próbálják eldönteni. Nem csoda ha az önfoglalkoztatás, segítő családtagi munka, számos esetével nehezen birkóznak meg a statisztikusok. A statisztika természetesen szeretné a ténylegesen ledolgozott órák számát, vagy - pl. 8 órás munkanapra átszámítva - az ún.
“egyenértékes létszám”-ot meghatározni. A részmunkaidősök látszólag egyszerű beszámítása (pl. fél-munkaidős dolgozó ½ főnek számít) azonban a gyakorlatban – különösen a Magyar gyakorlatban – nehezen oldható meg életszerűen. Nemcsak arról van szó, hogy egyes cégek hajlamosak a minimálbér szabályokat kijátszani a dolgozó részmunkaidősként való bejelentésével, hanem elsősorban arról, hogy a Magyarországon a közszolgálatban (feltehetőleg jórészt a mesterségesen alacsonyan tartott bérek miatt) legalább 100 év óta megfigyelhető kirívó álláshalmozás nagyrésze fiktív munkavégzést takar, hiszen az fizikai-biológiai képtelenség, hogy valaki tartósan hetente 2*40=80 órát tudjon dolgozni. Ezért az igényesebb munkaügyi szakemberek (pl. Ádler Judit) a másodállásokat nem számítják be az egyenértékes létszámba. Emellett Magyarországra jellemző volt a vattaemberek, strómanok, feketemunkások és újabban közmunkások jelensége, akikről igencsak kérdéses, hogy őket valójában munkavállalónak vagy munkanélkülinek kell tekinteni.
Noha a magyar állam és háztartások devizában való eladósodása 10 évvel ezelőtt szinte elviselhetetlen szintre kúszott fel, ahol az árfolyamváltozások drámai újraelosztási hatásokkal járhattak, a statisztika egyáltalán nem foglalkozott az adósságállományok forint- és deviza-bontásával. Csak az MNB pénzügyi számláiban adtak meg egyes aggregált jövedelemtulajdonosokra ilyen bontásokat, de ez nem volt elégséges a követelés és tartozásállományok devizanemenkénti mérlegének összeállításához (amiket aztán jómagam kiegészítő becslésekkel oldottam meg, lásd a Révész – Takács [2011a] cikket). Nyilvánvaló, hogy például a háztartások deviza eladósodásának érdemi vizsgálatához az egyes háztartási rétegek devizapozíciójának ismeretére lett volna szükség, de ilyenre sem a háztartás-statisztika, sem más banki vagy bankfelügyeleti statisztikák nem tértek ki.
Általában is a rétegadatok nagyon hiányoznak a magyar és nemzetközi statisztikákból.
Még a világviszonylatban egyik legkörültekintőbb és legnagyobb hagyományokkal rendelkező magyar háztartás-statisztika is csak igen korlátozottan használható fel a nemzeti számlákban a háztartási szektor egészére vonatkozó adatok rétegekre való bontásához.
Általában a fogyasztás- és háztartásstatisztika (COICOP) kiadási kategóriáit igen nehéz ágazatilag beazonosítani, a megtakarításokra pedig gyakorlatilag egyáltalán nem is kérdez rá.
Így az egyes rétegeknek a makrostatisztikához kiigazított becsült (a mintából a teljes rétegre kivetített) jövedelmei és kiadásai egyenlegeként igencsak furcsa számok adódhatnak.
A magyar háztartás-statisztikát is megviselték az utóbbi évtized forráselvonásai. Például nemcsak a (bevételeket és kiadásokat, valamint a pénzkészleteket egyedül mérlegszerűen
kimutató) naplóvezetési időszak lett rövidebb (2 hónap helyett 1), hanem megszűnt a személyek munkahelyének ágazati besorolása is. Így újabban a bérmátrixot sem lehet összeállítani, ami pedig alapvető fontosságú volna a gazdaság szerkezetében végbemenő változások réteghatásainak felméréséhez.
Ezzel részben összefüggő probléma, hogy a hivatalos statisztikákból hiányoznak olyan, az elméleti közgazdasági modellekben (ld. például Zalai, 2011) ismertnek tekintett kategóriák, mint például a fogyasztás transzformációs mátrix, a beruházási (transzformációs) mátrix, a bilaterális külkereskedelmi mátrix (ki kinek mit szállít), illetve a termékadó mátrixok vagy pl. annak az ún. vám-mátrix komponense.
Noha az EU-tagállamok elvben kötelesek 5-évenként (legutóbb 2010-re) az Eurostat (jelenleg az ESA2010) módszertana szerint elkészíteni az ÁKM-et, számos – főleg kis – tagország ezt igencsak késedelmesen teszi meg. A tagállamoknak az ÁKM-eket az ún. SUIOT (Supply-Use-Input-Ouput Tables) táblerendszer keretében kell kimutatniuk és elküldeniük az Eurostatnak. Ehhez az Eurostat kidolgozott egy mintát (template-t). Ebben néhány kiegészítő kategóriának is helyt adtak. A Forrás (Supply) tábla alsó sorai például a termelési értéknek piaci és nem-piaci termelésre való ágazatonkénti bontását mutatják, illetve a nem-piaci termelésen belül a “saját végső felhasználásra” való termelést is elkülönítik. Ezt a tagállamok többsége ki is tölti, kivétel Bulgária, Olaszország és Luxemburg. Ez a bontás rendkívüli segítséget nyújt az ún. ÁFA-mátrix becslésében, kihasználva, hogy a nem-piaci termelés értékesítésén értelemszerűen nem számítanak fel áfát, az inputjain befizetett áfát viszont nem lehet visszaigényelni (szakzsargonnal: bennragad).
A Felhasználási (Use) tábla alsó soraiban pedig létszám, beruházási és tőkeállomány adatokat lehet ágazati bontásban megadni. Azonban sok ország ezeket nem tölti ki.
2.2. A rendelkezésre álló adatok titkosítottak
Általában elmondható, hogy az EU tagállamai nagyrésze igyekszik titokban tartani a dohányiparra, a bányászatra vonatkozó adatokat, de a kőolajfeldolgozásra vonatkozó adatokat is sokszor hiába keressük. Ezenfelül egyes tagországok hasonlóan igyekeznek titkolni a gyógyszeriparukra, a villamosenergiatiparra, a gázelosztásra, valamint egyes közlekedési alágazatokra vonatkozó adatokat.
A szokásos mentség az a statisztikai irányelv, hogy az egyes vállalatok adatainak titkosságát meg kell őrizni, és mivel az adott ágazatban csak egy-két vállalat van, az ágazati szintű adatok publikálásával könnyen kiszámíthatók lennének e vállalatok egyedi adatai.
Egy másik szokásos kibúvó az, hogy rendszerint csak az értékesítésre kerülő termelést mutatják ki, a nagy kitermelő multik belső forgalmát nem. Sok helyen például a lignitből állítanak elő villamosenergiát, a kitermelt kőolajat pedig mindjárt a cég kőolajfinomítója használja fel.
Sok esetben azonban úgy tűnik, hogy ezek csak kifogások arra, hogy ne kelljen az adatokat előállítani se. Attól, hogy egy adat titkos, attól még létezhet, és megfelelő személyeknek, kutatóknak hozzáférést kell biztosítani, hogy a társadalom, a választópolgárok a kellő információ birtokában foglalhassanak állást ezen ágazatokkal kapcsolatban.
2.3. Az adatok tartalma (a módszertani háttér) homályos, nehezen értelmezhetők Erről a problémáról vaskos köteteket lehetne írni, de még az idetartozó esetek elfogadható tipizálása is szinte lehetetlen. Az interneten ugyan sok adat elérhető, de sokszor csak (pl. egy Excel-táblában) maguk a számok, miközben a módszertan leírása hiányzik. A közvetett adatközlő szerveknél is hasonló a helyzet. Az Eurostat például saját honlapján közzéteszi a tagállamok által beküldött adatokat, de általában a rövid módszertani útmutató nem tér ki arra, hogy az egyes tagállamokban – különféle okoknál fogva – más és más az elvileg azonos adatok tartalma. Például a tagországonkénti Forrás-Felhasználás-ÁKM táblázatokat ugyan közzéteszi az Eurostat, de az egyes országokban igencsak eltérő összeállítási módszerre nem tér ki. Ha viszont valakinek a birtokába kerül az Eurostat kérdőíves felmérésének válaszait tartalmazó file1, láthatja az óriási eltéréseket a táblázatok összeállításának módszereiben. És ez még mind semmi az Európai Bizottság Közös Kutatóintézete (JRC) és Kereskedelmi Főigazgatósága (DG Trade) által szervezett “EU-GTAP” projekt által feltárt eltérésekhez képest (lásd bővebben az Európai Bizottság [2016] és Révész [2016], [2016a] kutatási jelentésekben). Ez utóbbiak közül különösen érdekesek a felhasználói áron kimutatott Felhasználási táblához készített, a felhasználói árból a termékadókat elkülönítő ún.
termékadómátrixokkal kapcsolatos módszertani különbségek2. Ezekre még később részletesebben visszatérünk, itt csak példaként az eljárási, vagyonátruházási illetékek (stamp duties) országonként alapvetően eltérő kezelését említjük meg.
Egy többszektoros értékadatokat tartalmazó statisztikával kapcsolatban általában a következő alapkérdések szoktak felmerülni:
a) Mi a megfigyelt gazdasági egységek köre (pl. a “vállalatok” címszó alatt megjelenő adatok magukban foglalják-e a pénzintézeteket, az államháztartásba sorolt vállalatokat, a “speciális célú vállalatokat” (SCV-ket), a hadiipari vállalatokat, a kisvállalatokat, az egyéni vállalkozókat, stb.?
b) Teljeskörű (kötelező) adatszolgáltatáson alapul a statisztika, vagy mintavételen, hogy történt a mintaadatok felszorzása a teljes sokaság szintjére? Például a háztartásstatisztika önkéntes adatszolgáltatáson alapul, de emiatt egyes szempontokból meglehetősen torzít, így a szokásos demográfiai súlyokkal való felszorzás ugyan a demográfiai torzítást csökkenti, de a gazdasági mutatókat (tovább) torzíthatja.
c) Általában is kérdés, hogy a becsült adatok milyen módszerrel/modellel készültek. A mártixok becslésénél például gyakran használják a RAS-módszer valamelyik változatát, de hogy melyiket, azt általában nem tudjuk meg.
d) A különféle mérlegek összeállításánál az (elvileg kötelező mérlegegyezőséget
1 Answers_questionnaire_SUIOT_compilation_September2015_forSE_upload_new.xlsx. A kérdőíves felmérés eredményeiről lásd még az Eurostat honlapját (http://ec.europa.eu/eurostat/statistics-explained/index.php/Review_of_national_supply,_use_and_input-output_tables_compilation), illetve az abból készített Estat_kérdőív_47435.pdf file-t.
2 A termékadók- illetve támogatások mátrixának összeállítási módszerét konkrétan kevés ország dokumentálja rendesen, az egyik ilyen tiszteletreméltó kivétel Belgium (bár ez is csak belső használatra, lásd Avonds [2014] ).
megkívánó) adatoknál hogy kezelik a statisztikai hibát? Külön kategóriaként, valamelyik kategóriával (pl. készletfelhalmozás, megtakarítás, tőkejövedelem) összevonva, vagy valamilyen módon “szétpaszírozva” az eltérést?
e) Bruttó vagy nettó kategóriát tartalmaznak az adatok? Ennek egy, a villamos energiaipari szakemberek számára jól ismert esete, hogy az országos szintű villamosenergia felhasználás kategóriájánál az erőművi önfogyasztással és hálózati veszteséggel általában csökkentett “nettó” villamosenergiafelhasználást közölnek.
További érdekes példaként említhető, hogy Csehország a részletesebb Forrás-Felhasználás táblázatában3 a 35-ös kódú terméknél (“Electricity, gas, steam and air conditioning”) 9521 M CZK összeget mind támogatásként, mind adóként elszámol (a nemzeti számlák nasa_10_nf_tr_new.xls filejában közölt 57087 M CZK összes terméktámogatással és 427869 M CZK összes termékadóval összhangban), amit a régebbi “National Tax List” adatközlésben (ntl_release_2014.xls) kihagyott az adók (a nemzeti számlák adónemek szerinti bontásával összevetve nyilvánvalóan a D214A kódú jövedéki adók) közül4. Hasonló figyelhető meg a részletesebb német ÁKM-ben (lásd a DE_VGRInputOutputRechnung.xlsx file 2.1. munkalapját5), ahol a kohászat termelési értéke és anyagfelhasználása (főleg az ágazati önfogyasztása) van nagymértékben, 47,4 Mrd €-val felbruttósítva az Eurostatnak küldött ÁKM-hez (io_tables_eur_Final-V7.gdx) képest.
f) Az értékadatok eredmény- vagy pénzforgalmi szemléletben készültek? (Angolul: cash-flow vagy accrual-approach).
g) Az értékadatok milyen értékelési kategórián/módszeren alapulnak? Például az Eurostat letölthető adatbázis Structual Business Statistics “termelési érték” (“production value”), “személyi költségek” (“personnel costs”) és “hozzáadott érték” (“value added”) kategóriáinak mi a viszonya a nemzeti számlák hasonló kategóriáihoz?
h) A vegyes jellegű kategóriákat hogyan sorolták be a csak egydimenziós “főjelleg”
szerinti (diszjunkt) kategóriákba, vagy milyen arányban osztották szét közöttük?
i) Az egyes (jogi értelemben megkülönböztetett) adó- és támogatásfajtákat hogyan sorolták be a nemzeti számlák termék-, termelési-, jövedelem- és vagyonadó kategóriákba? Például a magyar adórendszer “egyszerűsített vállalkozási adó”
kategóriája milyen mértékben áfa, jövedelemadó és egyéb adó?
j) Mi az “export” tartalma? Mennyiben foglalja magában a bérmunka anyagforgalmat, a tranzit- vagy reexportot, a javításra-, bemutatóra ideiglenesen behozott anyagokat?
A problémakör zárómegjegyzéseként érdemes arra a szintén meglehetősen általános problémára felhívni a figyelmet, hogy az adatközlő szervezetek időnként módosítják a módszertant és a korában közölt adatokat visszamenőlegesen is átszámítják az új módszertan
3 Ennek 2017. évi változata letölthető a http://apl.czso.cz/pll/rocenka/rocenkaout.dod_uziti?mylang=EN honlapról SUT_2010r17_en.xls néven, de már ugyanez szerepelt a 2014-ben letöltött korábbi változatban is (CZ_SUT_2010r14_en.xls file)
4 Szerencsére a legújabb változatban már korrigálták ezt a hiányosságot (lásd a cz-national-tax.xls file-t, amiben ez az összeg D214A kód alatt mint „Tax on renewable energy” jelenik meg)
5 vagy az ettől kissé eltérő (a kohászatnál kevesebb, a fémfeldolgozásnál több termelést kimutató) DE-IOTdom.xls file-t
szerint. Egy konkrét – egy adott gazdasági alanynak egy adott időszakra és kategóriára vonatkozó – adatról azonban gyakran nem lehet könnyen megtudni, hogy az egymás után következő revíziók közül melyikhez tartozik. Például az Eurostat nemzeti számla adatainál is ez a helyzet, a közölt adatokhoz nehéz megtalálni azt a tagállami nemzeti számla verziót, amelyikből származott.
2.4. Az adatok mögötti módszertan hibás
Már említettük az eljárási, vagyonátruházási illetékek (stamp duties) országonként alapvetően eltérő kezelését. Ezek az eltérések részben abból a hibás gyakorlatból számaznak, amely az adott országban beszedett összes termékadókat az adott évi Felhasználási mátrix elemei között osztja szét. Ugyan ez a mátrix kétségtelenül a termékáramlásokat mutatja, de csak az adott év szempontjából új termékforrások (hazai termelés és import) elosztását mutatja. A termékadók egyrésze viszont korábban termelt termékek átruházásához kapcsolódik. Tehát jogosulatlan és igencsak irreális implicit termékadókat eredményez ezeket a termékadókat az új termékekre vetíteni.
Szintén a termékadók elszámolásának a problémája, hogy a kereskedelmi árrésre általában nem szoktak elszámolni termékadót vagy terméktámogatást, holott az általában kulcsos termákadóknak (pl. áfa) a vetítési alapja a már az árrést is tartalmazó érték. Emiatt ha az árrés részaránya a termék értékében magas (pl. egyes, a gyógyszertáros által összeállított
“magisztrális” gyógyszerkészítményeknél), akkor magára a gyógyszergyári termékre vetített adó illetve támogatás (főleg ha nagyrányú gyógyszertámogatás kapcsolódik hozzá) irreálisan magasnak mutatkozik.
2.5. Az adatok (legalábbis látszólag) egymásnak ellentmondók
Számtalan példát lehetne sorolni, hogy az azonos kategóriára vonatkozó, de eltérő forrásból származó adatok számszakilag eltérnek, még akkor is ha látszólag azonos módszertan szerint készültek is (pl. összhangban a nemzeti számlák módszertanával). Erre kiváló példa a 2008-ra régi és új ágazati bontásban (Nace 1 és Nace 2) közölt angol (UK) Forrás-Felhasználás táblák sorösszesen adatai (összes felhasználás felhasználói áron). Az ember azt hinné, hogy ha az összesen adat közel azonos (konkrétan 4118 Mrd £ és 4151 Mrd
£), akkor az olyan ágazatokra vonatkozó adatok is legalább ennyire közel vannak, amelyeknek a tartalmát nem érintette (ezen a hozzávetőlegesen 2-számjegyű ágazati kód mélységben) az ágazati osztályozás módosulása. Kiderült viszont6, hogy az új ágazati bontás nem a régi adatoknak az új ágazatok közötti újraosztásával történt, hanem egy teljesen új mintavétellel, majd a mintadatoknak a makroadat(ok)hoz való felszorzásával. Így például a biztosítási szektor (aminek tartalma elvben azonos mindkét Nace osztályozás szerint) számai igencsak megváltoztak: 71 Mrd £ -ról 96 Mrd £-ra.
A 2010. évi adatoknál is számos esetben volt megfigyelhető ellentmondás az Eurostat honlapon található adatokban. Például az elvileg a nemzeti számlákkal összhangban készült
6 Lásd a szerző 2014. május 8-iki e-mail-váltását Antonio Amores-szel (EC JRC IPTS) az E-mails-TaxSplits.docx file-ban
Structural Business Statistics -ban az olasz bányászat termelési értéke (szervezeti besorolás szerint) 50,5 milliárd € (amiből 46,8 a kőolaj-földgáz kitermelés), míg a Forrás-tábla (SUTs_EUR_Group_Final_V4.gdx file) szerint csak 8,5 milliárd €. A nagyságrendi eltérés okaira vonatkozó kérdésünkre az olasz statisztikai hivatal csak általános módszertani tájékoztatást adott, részletesebb adatokat nem közölt. Ebből és a rendelkezésünkre álló egyéb adatokból (például, hogy a termelési értékkel ellentétben a hozzáadott érték a két forrásban nem tért el lényegesen egymástól) arra lehetett következtetni, hogy vagy az SBS “production value” kategóriája a tetemes üzemanyagadót is tartalmazza és/vagy a jelentést leadó olasz olajipari monopólium a külföldi tevékenységével (termelésével és/vagy importjával) halmozott, “felbruttósított” adatot közölt.
A Structural Business Statistics a 2010. évi portugál cukoripari termelési értéket 293 M €-ban adja meg, miközben az Európai Bizottság cukormérlegei7 (Sugar Balance Sheets) szerint Portugália abban az évben (cukoripari szezonban) nemcsak egyáltalán nem termelt cukrot, de megengedett kvótája sem volt. A legalábbis látszólagos ellentmondás egyik lehetséges magyarázata, hogy azok a portugál cégek, amelyek szervezeti besorolásban a cukoriparhoz tartoztak, valamilyen, a cukoripari mérlegben nem feltüntetett terméket termeltek.
Természetesen nem minden esetben van mód az ilyesféle nyomozást végigvinni. Ebben az esetben a részleges információk alapján kell ésszerű (plauzibilis) becsléssel pótolni a hiányzó, de nélkülözhetetlen adatokat.
2.6. Az adatok értéke (pl. negatív) közgazdaságilag értelmezhetetlen
Gyakran előfordul, hogy ha egy adat tévesen túl magas értéken kerül be a statisztikába, egy másik adatot pedig maradék-elv alapján (reziduumként) határoznak meg, akkor ez utóbbi negatívnak adódik.
Érdekesebb eset viszont ha a negatív adat a statisztikai módszertan következtében áll elő.
Például a statisztika a háztartások által vásárolt járműveket fogyasztásnak számolja el, de ha ezeket később mégis más felhasználásra csoportosítják át, akkor ki kell venni a fogyasztásból, és áthelyezni a szóbanforgó felhasználási területre. Dániában például a 2008-ban kezdődött gazdasági válság hatására 2010-ben a dán háztartások tömegesen adták el a motorcsónakjaikat Svédországba. Mivel ez megjelent az exportban, de forrása nyilvánvalóan nem a 2010. évi termelés ill. import volt, ezért az összforrások változatlanul hagyása mellett csak úgy lehetett ezt az exportot feltüntetni, ha ugyanezzel az összeggel a fogyasztást csökkentették (ami aztán így negatív lett). A 2010. évi görög importmátrixban az 55-ös nace 2 kódú “szálláshely-vendéglátás” szolgáltatásokból a háztartások fogyasztásában felhasznált import mutatkozik negatívnak (-121 millió €), de kisebb mértékű negatív számok találhatók a görög importmatrix más (konkrétan az 55, 66, 77, 79, 93 és 94-es CPA2008-as kódú)
7 az izoglükóz mérlegeket is tartalmazó EU_Sugar_Balance_Sheets_en_2012.pdf file letölthető a http://www.google.hu/url?sa=t&rct=j&q=&esrc=s&source=web&cd=1&ved=0ahUKEwiWxJzpi_bYAhWMjyw
KHfSHDswQFggwMAA&url=http%3A%2F%2Fwww.paseges.gr%2Fresource- api%2Fpaseges%2FcontentObject%2FEU-Sugar-Balance-Sheets-2012-c623012c-b62f-425e-84c2- 6ad5fc08a2bb%2Fcontent%3FcontentDispositionType%3Dattachment&usg=AOvVaw3m6M4ZDL-y1LkVZqaDb-jf honlapról)
szolgáltatásokból származó fogyasztásainál is. Ennek oka valószínűleg az egyes felhasználások hazai- és import-összetevőkre való felbontásának hibája lehet.
Hasonlóan negatív számokat lehetett megfigyelni az exportokban és a beruházásokban is.
Ha például a reexport nettó módon, mint a (kül)kereskedelmi szolgáltatás árrése van elszámolva, és az eladási ár éppen (pl. az árfolyamváltozások miatt) alacsonyabb a vételárnál, akkor ez negatív (szolgáltatás-) exportként jelenik meg az ÁKM-ekben.Például Ausztria EU-n kívülről beszerzett kőolajáEU-nak az EU-EU-n belüli értékesítésekor fordult ez elő8.
A beruházások esetén a legnagyobb negatív érték az EU-országok 2010. évi ÁKM-eiben Hollandia esetében figyelhető meg: a hazai termékmérlegekben a 29-es CPA2008-as/Nace 2-es (TEÁOR2008-as) kódú közúti járműgyártás termékeiből -2730 millió € volt állítólag a beruházás (io_tables_eur_Final-V7.gdx file). Kisebb mértékben negatív beruházás található Dánia (-654 millió € beruházás a 37-39-es kódjelű szennyvízkezelés-hulladékhasznosítás termékeiből), Észtország (-71 millió € beruházás a 30-as kódjelű egyéb járműgyártás termékeiből), Írország 40 millió € beruházás a mezőgazdaság termékeiből) és Olaszország (-0,3 millió € beruházás a halászat termékeiből) 2010. évi ÁKM-jeinek hazai termékmérlegeiben is.
2.7. Az adatok egymáshoz való viszonya közgazdaságilag irreális
Ez a probléma a leggyakrabban akkor merül fel, ha az eredeti vagy valamilyen más szempont szerint kiigazított adatokból számított ráfordítási együtthatókat, vagy implicit adókulcsokat számítunk.
Például a Structural Business Statistics szerint 2010-ben Spanyolország növényolajipari termelési értéke 8221 M € volt. Az ugyancsak az Eurostat által publikált Agricultural Economic Accounts (AEA) szerint az olajos magvak termelése viszonyt csak 324 M €, a külkereskedelmi termékforgalmi statisztika (Comext) szerint az olajos magvak importja pedig 1499 M € volt. Tehát mégha azt feltételezzük is, hogy az olajos magvak összes (hazai+import) forrását a növényolajipar használta fel, akkor is csak (324+1499)/8221 =0,22 –es alapanyag ráfordítási együtthatót kapunk, ami irreálisan alacsonynak tekinthető (miközben a ESPrpt-RT.docx file szerint a GTAP adatbázis sok ország átlagaként számított
Például a Structural Business Statistics szerint 2010-ben Spanyolország növényolajipari termelési értéke 8221 M € volt. Az ugyancsak az Eurostat által publikált Agricultural Economic Accounts (AEA) szerint az olajos magvak termelése viszonyt csak 324 M €, a külkereskedelmi termékforgalmi statisztika (Comext) szerint az olajos magvak importja pedig 1499 M € volt. Tehát mégha azt feltételezzük is, hogy az olajos magvak összes (hazai+import) forrását a növényolajipar használta fel, akkor is csak (324+1499)/8221 =0,22 –es alapanyag ráfordítási együtthatót kapunk, ami irreálisan alacsonynak tekinthető (miközben a ESPrpt-RT.docx file szerint a GTAP adatbázis sok ország átlagaként számított